基于IJB-PCA-ICA算法的故障检测

作     者：刘舒锐 彭慧 李帅 周晓锋 LIU Shurui;PENG Hui;LI Shuai;ZHOU Xiaofeng

作者机构：中国科学院沈阳自动化研究所辽宁沈阳110016 中国科学院大学北京100049 中国科学院网络化控制系统重点实验室辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110016 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2018年第69卷第12期

页      面：5146-5154页

核心收录：

学科分类：081702[工学-化学工艺] 08[工学] 0817[工学-化学工程与技术] 

基　　金：工信部智能制造综合标准化与新模式应用项目(Y6L8283A01) 

主　　题：主元分析 过程系统 过程控制 独立元分析 J-B 检验 

摘      要：针对现代工业过程数据的高维性和分布复杂性等问题,提出了一种基于IJB-PCA-ICA(improved Jarque-Beraprincipal component analysis-independent component analysis)的故障检测方法。首先采用改进的Jarque-Bera检测方法(J-B test)对原始数据划分高斯与非高斯核心部分,并对其中的高斯性与非高斯性均不明显的变量划分半高斯部分。将半高斯部分通过高斯分布置信概率加权与高斯核心部分和非高斯核心部分分别建立高斯子空间和分高斯子空间,然后对高斯子空间进行相关性划分后采用PCA方法得到高斯子空间的统计量;对非高斯子空间进行主元投影划分后采用ICA方法得到非高斯子空间的统计量,接着通过贝叶斯推断得到的联合统计量进行故障检测。最后通过Tenessee Eastman(TE)仿真实验,有效验证了所提出方法的有效性。